Microsoft JDBC -ajuri Microsoft Fabric Data Engineeringille

JDBC (Java Database Connectivity) on laajasti hyväksytty standardi, joka mahdollistaa asiakassovellusten yhteyden tietokantojen ja big data -alustojen datan kanssa työskentelyyn.

Microsoft JDBC Driver for Fabric Data Engineering antaa sinun yhdistää, kysyä ja hallita Spark-työkuormia Fabric-järjestelmässä JDBC-standardin luotettavuudella ja yksinkertaisuudella. Fabric:n Livy-rajapintojen pohjalta rakennettu ajuri tarjoaa turvallisen ja joustavan Spark SQL -yhteyden Java-sovelluksiin ja BI-työkaluihin. Tämä integraatio mahdollistaa Spark-koodin lähettämisen ja suorittamisen suoraan ilman, että tarvitsee luoda erillisiä muistikirja- tai Spark-työn määrittelykohteita. Ajuri on yhteensopiva suosittujen JDBC-asiakkaiden, kuten DbVisualizerin ja DBeaverin, sekä JDBC-yhteyksiä tukevien BI-työkalujen, kuten Tableau:n, kanssa.

Tärkeimmät ominaisuudet

• JDBC 4.2 -yhteensopivuus: JDBC 4.2 -määrittelyn täysi toteutus
• Microsoft Entra ID -tunnistautuminen: Useita todennusprosesseja, mukaan lukien interaktiiviset, asiakastunnukset ja varmennepohjainen tunnistautuminen
• HikariCP-integraatio: Käytä HikariCP:tä JDBC-yhteyksien hallintaan ja uudelleenkäyttöön tuotantosovelluksissa
• Spark SQL Native Query Support: Spark SQL -lauseiden suora suoritus ilman käännöstä
• Kattava tietotyyppituki: Tuki kaikille Spark SQL -tietotyypeille, mukaan lukien monimutkaiset tyypit (TAULUKKO, KARTTA, RAKENNE)
• Asynkronisen tulosjoukon esihaku: taustalla lataava datan lataus suorituskyvyn parantamiseksi
• Katkaisijan kuvio: Suojaus ketjureaktioilta automaattisella uudelleenkokeilulla
• Automaattinen uudelleenyhdistäminen: Läpinäkyvä istunnon palautus yhteyden epäonnistumisista
• Edistynyt uudelleenyrittämislogiikka: Kokeile uudelleen eksponentiaalisella peruutuksella ja istunnon palautuksella parantaen resilienssiä
• Välityspalvelintuki: HTTP- ja SOCKS-välityspalvelinkonfiguraatio yritysympäristöihin

Ennakkovaatimukset

Ennen kuin käytät Microsoft JDBC Driver for Fabric Data Engineeringiä, varmista, että sinulla on:

• Java Development Kit (JDK): Versio 11 tai uudempi (Java 21 suositeltava)
• Fabric Access: Pääsy Fabric-työtilaan
• Microsoft Entra ID tunnistetiedot: Sopivat tunnistetiedot todennukseen
• Workspace- ja Lakehouse-tunnisteet: GUID-tunnisteet Fabric-työtilallesi ja järvenrakennukselle

Lataus ja asennus

Microsoft JDBC Driver for Fabric Data Engineering -versio 1.0.0 tukee Java 11, 17 ja 21. Parannamme jatkuvasti Java-yhteystukea ja suosittelemme, että käytät Microsoftin JDBC-ajurin uusinta versiota.

• Lataa Microsoft JDBC Driver for Fabric Data Engineering (zip)
• Lataa Microsoft JDBC Driver for Fabric Data Engineering (tar)

1. Lataa joko zip- tai tar-tiedosto yllä olevista linkeistä.
2. Purkaa ladattu tiedosto päästäksesi ajurien JAR-tiedostoihin.
3. Valitse JAR-tiedosto, joka vastaa JRE-versiotasi:
   • Java 11:lle: ms-sparksql-jdbc-1.0.1.jre11.jar
   • Java 17:lle: ms-sparksql-jdbc-1.0.1.jre17.jar
   • Java 21:lle: ms-sparksql-jdbc-1.0.1.jre21.jar
4. Lisää valittu JAR-tiedosto hakemuksesi luokkapolkuun.
5. JDBC-asiakkaille määritä JDBC-ajuriluokka: com.microsoft.spark.livy.jdbc.LivyDriver

Nopea aloitusesimerkki

Tämä esimerkki osoittaa, miten yhdistetään Fabric:iin ja suoritetaan kysely Microsoft JDBC Driver for Fabric Data Engineering -ajurilla. Ennen tämän koodin suorittamista varmista, että olet suorittanut vaaditut vaatimukset ja asentanut ajurin.

import java.sql.*;

public class QuickStartExample {
    public static void main(String[] args) {
        // Connection string with required parameters
        String url = "jdbc:fabricspark://api.fabric.microsoft.com;" +
                     "FabricWorkspaceID=<workspace-id>;" +
                     "FabricLakehouseID=<lakehouse-id>;" +
                     "AuthFlow=2;" +  // Azure CLI based authentication
                     "LogLevel=INFO";
        
        try (Connection conn = DriverManager.getConnection(url)) {
            // Execute a simple query
            try (Statement stmt = conn.createStatement();
                 ResultSet rs = stmt.executeQuery("SELECT 'Hello from Fabric!' as message")) {
                
                if (rs.next()) {
                    System.out.println(rs.getString("message"));
                }
            }
        } catch (SQLException e) {
            e.printStackTrace();
        }
    }
}

Yhteysmerkkijonon muoto

Perusyhteysmerkkijono

Microsoft JDBC Driver for Fabric Data Engineering käyttää seuraavaa yhteysmerkkijono -muotoa:

jdbc:fabricspark://<hostname>[:<port>][;<parameter1>=<value1>;<parameter2>=<value2>;...]

Yhteysmerkkijonon komponentit

Esimerkkiyhteysmerkkijonoja

Perusyhteys (interaktiivinen selainpohjainen todennus)

jdbc:fabricspark://api.fabric.microsoft.com;FabricWorkspaceID=<workspace-id>;FabricLakehouseID=<lakehouse-id>;AuthFlow=1

Kipinäresurssikonfiguraatiolla

jdbc:fabricspark://api.fabric.microsoft.com;FabricWorkspaceID=<workspace-id>;FabricLakehouseID=<lakehouse-id>;DriverCores=4;DriverMemory=4g;ExecutorCores=4;ExecutorMemory=8g;NumExecutors=2;AuthFlow=2

Spark Session Propertiesin kanssa

jdbc:fabricspark://api.fabric.microsoft.com;FabricWorkspaceID=<workspace-id>;FabricLakehouseID=<lakehouse-id>;spark.sql.adaptive.enabled=true;spark.sql.shuffle.partitions=200;AuthFlow=2

Todennus

Microsoft JDBC Driver for Fabric Data Engineering tukee useita todennusmenetelmiä Microsoft Entra ID:n (entinen Azure Active Directory) kautta. Tunnistautuminen konfiguroidaan yhteysmerkkijonon AuthFlow parametrin avulla.

Tunnistautumisvirrat

Interaktiivinen selaimen tunnistautuminen

Paras: Kehitykseen ja interaktiivisiin sovelluksiin

String url = "jdbc:fabricspark://api.fabric.microsoft.com;" +
             "FabricWorkspaceID=<workspace-id>;" +
             "FabricLakehouseID=<lakehouse-id>;" +
             "AuthFlow=1;" +  
             "AuthTenantID=<tenant-id>;" +  // Optional
             "LogLevel=INFO";

Connection conn = DriverManager.getConnection(url);

Parametrit:

• AuthFlow=1: Määrittelee interaktiivisen selaimen tunnistautumisen
• AuthTenantID (valinnainen): Microsoft Entra vuokralaisen tunnus
• AuthClientID (valinnainen): Sovelluksen (asiakas) tunnus

Käyttäytyminen:

• Avaa selaimen ikkunan käyttäjän tunnistautumista varten
• Tunnistetiedot välimuistitetaan myöhemmille yhteyksille, kunnes ne ovat vanhentuneet
• Sopii yksinkäyttäjäsovelluksiin

Asiakastunnukset tai palvelupäähenkilön todennus

Paras: Automatisoidut palvelut ja taustatyöt

String url = "jdbc:fabricspark://api.fabric.microsoft.com;" +
             "FabricWorkspaceID=<workspace-id>;" +
             "FabricLakehouseID=<lakehouse-id>;" +
             "AuthFlow=3;" +  
             "AuthClientID=<client-id>;" +
             "AuthClientSecret=<client-secret>;" +
             "AuthTenantID=<tenant-id>;" +
             "LogLevel=INFO";

Connection conn = DriverManager.getConnection(url);

Vaaditut parametrit:

• AuthFlow=3: Määrittelee asiakkaan tunnistetunnisteiden todennuksen
• AuthClientID: Application (client) ID Microsoft Entra ID:stä
• AuthClientSecret: Asiakassalaisuus Microsoft Entra ID:stä
• AuthTenantID: Microsoft Entra vuokralaisen tunnus

Parhaat käytännöt:

• Tallenna salaisuudet turvallisesti (Azure Key Vault, ympäristömuuttujat)
• Käytä hallittuja identiteettejä aina kun mahdollista
• Kierrätä salaisuuksia säännöllisesti

Certificate-Based Todennus

Paras: Yrityssovelluksiin, jotka vaativat varmennepohjaista todennusta

String url = "jdbc:fabricspark://api.fabric.microsoft.com;" +
             "FabricWorkspaceID=<workspace-id>;" +
             "FabricLakehouseID=<lakehouse-id>;" +
             "AuthFlow=4;" +  
             "AuthClientID=<client-id>;" +
             "AuthCertificatePath=/path/to/certificate.pfx;" +
             "AuthCertificatePassword=<certificate-password>;" +
             "AuthTenantID=<tenant-id>;" +
             "LogLevel=INFO";

Connection conn = DriverManager.getConnection(url);

Vaaditut parametrit:

• AuthFlow=4: Määrittelee varmennepohjaisen tunnistautumisen
• AuthClientID: Sovelluksen (asiakas) tunnus
• AuthCertificatePath: Polku PFX/PKCS12-varmennetiedostoon
• AuthCertificatePassword: Varmenteen salasana
• AuthTenantID: Microsoft Entra vuokralaisen tunnus

Pääsytunnusen tunnistautuminen

Parhaiten: Mukautetut todennusskenaariot

// Acquire token through custom mechanism
String accessToken = acquireTokenFromCustomSource();

String url = "jdbc:fabricspark://api.fabric.microsoft.com;" +
             "FabricWorkspaceID=<workspace-id>;" +
             "FabricLakehouseID=<lakehouse-id>;" +
             "AuthFlow=5;" +  // Access token authentication
             "AuthAccessToken=" + accessToken + ";" +
             "LogLevel=INFO";

Connection conn = DriverManager.getConnection(url);

Todennusvälimuisti

Ajuri välimuistittaa automaattisesti todennustokenit suorituskyvyn parantamiseksi:

// Enable/disable caching (enabled by default)
String url = "jdbc:fabricspark://api.fabric.microsoft.com;" +
             "FabricWorkspaceID=<workspace-id>;" +
             "FabricLakehouseID=<lakehouse-id>;" +
             "AuthFlow=2;" +
             "AuthEnableCaching=true;" +  // Enable token caching
             "AuthCacheTTLMS=3600000";    // Cache TTL: 1 hour

Connection conn = DriverManager.getConnection(url);

Määritysparametrit

Pakolliset parametrit

Nämä parametrit täytyy olla läsnä jokaisessa yhteysjonossa:

Valinnaiset parametrit

API-version konfiguraatio

Ympäristön määritys

Kipinän konfiguraatio

Istuntoresurssien konfigurointi

Määritä Spark-istuntoresurssit optimaalisen suorituskyvyn saavuttamiseksi:

Esimerkki:

DriverCores=4;DriverMemory=4g;ExecutorCores=4;ExecutorMemory=8g;NumExecutors=2

Mukautetut Spark-istunto-ominaisuudet

Mikä tahansa etuliitteen mukainen parametri spark. sovelletaan automaattisesti Spark-istuntoon:

Esimerkkejä kipinäkonfiguraatioista:

spark.sql.adaptive.enabled=true
spark.sql.adaptive.coalescePartitions.enabled=true
spark.sql.shuffle.partitions=200
spark.sql.autoBroadcastJoinThreshold=10485760
spark.dynamicAllocation.enabled=true
spark.dynamicAllocation.minExecutors=1
spark.dynamicAllocation.maxExecutors=10
spark.executor.memoryOverhead=1g

Natiivisuoritusmoottori (NEE):

spark.nee.enabled=true

Täydellinen esimerkki:

jdbc:fabricspark://api.fabric.microsoft.com;FabricWorkspaceID=<guid>;FabricLakehouseID=<guid>;DriverMemory=4g;ExecutorMemory=8g;NumExecutors=2;spark.sql.adaptive.enabled=true;spark.nee.enabled=true;AuthFlow=2

HTTP-asiakasyhteysasetukset

Määritä ajurin HTTP-siirtoyhteydet optimaalisen verkon suorituskyvyn saavuttamiseksi. Nämä asetukset eivät konfiguroi tai hallinnoi JDBC-yhteyspoolia:

Esimerkki:

HttpMaxTotalConnections=200;HttpMaxConnectionsPerRoute=100;HttpConnectionTimeoutInSeconds=60

Välityspalvelimen konfiguraatio

Määritä HTTP- ja SOCKS-välityspalvelinasetukset yritysympäristöihin:

HTTP-välityspalvelinesimerkki:

UseProxy=true;ProxyTransport=http;ProxyHost=proxy.company.com;ProxyPort=8080;ProxyAuthEnabled=true;ProxyUsername=user;ProxyPassword=pass

SOCKS-proxy-esimerkki:

UseProxy=true;ProxyTransport=tcp;ProxyHost=socks.company.com;ProxyPort=1080;ProxySocksVersion=5

Kirjaamisen kokoonpano

Esimerkki:

LogLevel=DEBUG

Oletuslokin sijainti:

${user.home}/.microsoft/livy-jdbc-driver/driver.log

Mukautettu lokin konfiguraatio: Käytä mukautettua log4j2.xml tiedostoa logback.xml luokkapolullasi.

Käyttöesimerkkejä

Perusyhteys

import java.sql.*;

public class BasicConnectionExample {
    public static void main(String[] args) {
        String url = "jdbc:fabricspark://api.fabric.microsoft.com;" +
                     "FabricWorkspaceID=<workspace-id>;" +
                     "FabricLakehouseID=<lakehouse-id>;" +
                     "AuthFlow=2";
        
        try (Connection conn = DriverManager.getConnection(url)) {
            System.out.println("Connected successfully!");
            System.out.println("Database: " + conn.getMetaData().getDatabaseProductName());
            System.out.println("Driver: " + conn.getMetaData().getDriverName());
            System.out.println("Driver Version: " + conn.getMetaData().getDriverVersion());
        } catch (SQLException e) {
            System.err.println("Connection failed: " + e.getMessage());
            e.printStackTrace();
        }
    }
}

Kyselyjen suorittaminen

Yksinkertainen kysely

public void executeSimpleQuery(Connection conn) throws SQLException {
    String sql = "SELECT current_timestamp() as now";
    
    try (Statement stmt = conn.createStatement();
         ResultSet rs = stmt.executeQuery(sql)) {
        
        if (rs.next()) {
            Timestamp now = rs.getTimestamp("now");
            System.out.println("Current timestamp: " + now);
        }
    }
}

Kysely suodattimella

public void executeQueryWithFilter(Connection conn) throws SQLException {
    String sql = "SELECT * FROM sales WHERE amount > 1000 ORDER BY amount DESC";
    
    try (Statement stmt = conn.createStatement();
         ResultSet rs = stmt.executeQuery(sql)) {
        
        while (rs.next()) {
            int id = rs.getInt("id");
            double amount = rs.getDouble("amount");
            Date date = rs.getDate("sale_date");
            
            System.out.printf("ID: %d, Amount: %.2f, Date: %s%n", 
                            id, amount, date);
        }
    }
}

Kysely rajan kanssa

public void executeQueryWithLimit(Connection conn) throws SQLException {
    String sql = "SELECT * FROM customers LIMIT 10";
    
    try (Statement stmt = conn.createStatement();
         ResultSet rs = stmt.executeQuery(sql)) {
        
        ResultSetMetaData metaData = rs.getMetaData();
        int columnCount = metaData.getColumnCount();
        
        // Print column names
        for (int i = 1; i <= columnCount; i++) {
            System.out.print(metaData.getColumnName(i) + "\t");
        }
        System.out.println();
        
        // Print rows
        while (rs.next()) {
            for (int i = 1; i <= columnCount; i++) {
                System.out.print(rs.getString(i) + "\t");
            }
            System.out.println();
        }
    }
}

Työskentely tulosjoukkojen kanssa

Tulosjoukkojen navigointi

public void navigateResultSet(Connection conn) throws SQLException {
    String sql = "SELECT id, name, amount FROM orders";
    
    try (Statement stmt = conn.createStatement(
            ResultSet.TYPE_SCROLL_INSENSITIVE,
            ResultSet.CONCUR_READ_ONLY);
         ResultSet rs = stmt.executeQuery(sql)) {
        
        // Move to first row
        if (rs.first()) {
            System.out.println("First row: " + rs.getString("name"));
        }
        
        // Move to last row
        if (rs.last()) {
            System.out.println("Last row: " + rs.getString("name"));
            System.out.println("Total rows: " + rs.getRow());
        }
        
        // Move to specific row
        if (rs.absolute(5)) {
            System.out.println("Row 5: " + rs.getString("name"));
        }
    }
}

Suurten tulosjoukkojen käsittely

public void processLargeResultSet(Connection conn) throws SQLException {
    String sql = "SELECT * FROM large_table";
    
    try (Statement stmt = conn.createStatement()) {
        // Set fetch size for efficient memory usage
        stmt.setFetchSize(1000);
        
        try (ResultSet rs = stmt.executeQuery(sql)) {
            int rowCount = 0;
            while (rs.next()) {
                // Process row
                processRow(rs);
                rowCount++;
                
                if (rowCount % 10000 == 0) {
                    System.out.println("Processed " + rowCount + " rows");
                }
            }
            System.out.println("Total rows processed: " + rowCount);
        }
    }
}

private void processRow(ResultSet rs) throws SQLException {
    // Process individual row
}

Valmisteltujen lausumien käyttö

public void usePreparedStatement(Connection conn) throws SQLException {
    String sql = "SELECT * FROM products WHERE category = ? AND price > ?";
    
    try (PreparedStatement pstmt = conn.prepareStatement(sql)) {
        // Set parameters
        pstmt.setString(1, "Electronics");
        pstmt.setDouble(2, 100.0);
        
        try (ResultSet rs = pstmt.executeQuery()) {
            while (rs.next()) {
                String name = rs.getString("name");
                double price = rs.getDouble("price");
                System.out.printf("Product: %s, Price: $%.2f%n", name, price);
            }
        }
    }
}

Erätoiminta

public void executeBatchInsert(Connection conn) throws SQLException {
    String sql = "INSERT INTO logs (timestamp, level, message) VALUES (?, ?, ?)";
    
    try (PreparedStatement pstmt = conn.prepareStatement(sql)) {
        conn.setAutoCommit(false);  // Disable auto-commit for batch
        
        // Add multiple statements to batch
        for (int i = 0; i < 1000; i++) {
            pstmt.setTimestamp(1, new Timestamp(System.currentTimeMillis()));
            pstmt.setString(2, "INFO");
            pstmt.setString(3, "Log message " + i);
            pstmt.addBatch();
            
            // Execute batch every 100 statements
            if (i % 100 == 0) {
                pstmt.executeBatch();
                pstmt.clearBatch();
            }
        }
        
        // Execute remaining statements
        pstmt.executeBatch();
        conn.commit();
        
        System.out.println("Batch insert completed successfully");
    } catch (SQLException e) {
        conn.rollback();
        throw e;
    } finally {
        conn.setAutoCommit(true);
    }
}

Yhteyden poolaus HikariCP:n kanssa

Määritä HikariCP JDBC-URL:llä siten, että se luo yhteyksiä kautta LivyDriver. Luo yksi HikariCP-instanssi ja käytä sitä uudelleen sovelluksen elinkaaren ajan.

Maven-riippuvuus

<dependency>
    <groupId>com.zaxxer</groupId>
    <artifactId>HikariCP</artifactId>
    <version>5.0.1</version>
</dependency>

Määritä HikariCP JDBC-URL:llä

Määritä JDBC:n URL-osoite ja ajuriluokka siten, että HikariCP luo fyysiset yhteydet .LivyDriver Kuljettajaluokan määrittäminen eksplisiittisesti on valinnaista, kun JDBC-palveluntarjoajan automaattinen tunnistus on saatavilla:

import com.zaxxer.hikari.HikariConfig;
import com.zaxxer.hikari.HikariDataSource;

import java.sql.Connection;
import java.sql.ResultSet;
import java.sql.SQLException;
import java.sql.Statement;

public final class DriverConnectionPoolExample {
    public static HikariDataSource createPool(String url) {
        HikariConfig config = new HikariConfig();
        config.setDriverClassName("com.microsoft.spark.livy.jdbc.LivyDriver");
        config.setJdbcUrl(url);

        // Keep pool sizes small: each classic-mode physical connection owns a Livy session.
        config.setMaximumPoolSize(2);
        config.setMinimumIdle(0);
        config.setConnectionTimeout(900000);     // Wait up to 15 minutes to borrow a connection
        config.setInitializationFailTimeout(-1); // Skip startup validation; connect on demand
        config.setIdleTimeout(600000);           // 10 minutes
        config.setMaxLifetime(1800000);          // 30 minutes
        config.setPoolName("FabricSparkDriverPool");

        return new HikariDataSource(config);
    }

    public static void main(String[] args) throws SQLException {
        String url = "jdbc:fabricspark://api.fabric.microsoft.com;" +
                     "FabricWorkspaceID=<workspace-id>;" +
                     "FabricLakehouseID=<lakehouse-id>;" +
                     "AuthFlow=AZURE_CLI;" +            // Uses the DefaultAzureCredential chain
                     "LivySessionTimeoutSeconds=600";  // Poll up to 10 minutes for session readiness

        // Reuse this pool for the application lifetime; main closes it at process exit.
        try (HikariDataSource pool = createPool(url);
             Connection conn = pool.getConnection();
             Statement stmt = conn.createStatement();
             ResultSet rs = stmt.executeQuery("SELECT 'Pooled LivyDriver connection!' as message")) {

            if (rs.next()) {
                System.out.println(rs.getString("message"));
            }
        }
    }
}

Käytä seuraavia ohjeita poolin konfiguroinnissa:

Täydelliset HikariCP-konfiguraatiovaihtoehdot löytyvät katso:

• HikariConfig API -viite
• HikariCP-konfiguraatiovaihtoehdot

Tietotyyppien kartoitus

Ajuri yhdistää Spark SQL -tietotyypit JDBC:n SQL-tyyppeihin ja Java-tyyppeihin:

Aiheeseen liittyvä sisältö

• Apache Spark -suoritusajat Fabricissa
• Kankaan käyttöaika 1.3
• Mikä on Livy API data-insinöörille